Microsoft pourrait bientôt révolutionner la manière dont nous interagissons avec l’IA. Un nouveau brevet déposé par l’entreprise, publié par l’Office américain des brevets et des marques (USPTO) le 10 octobre 2024, dévoile un système qui serait capable de convertir des indications vocales en images.
Ce document de 20 pages, soumis le 5 avril 2023, marque une nouvelle étape dans l’évolution des outils créatifs alimentés par l’IA. Actuellement, ces technologies sont largement utilisées pour transformer du texte et des images en visuels ou vidéos. Avec cette avancée, l’audio pourrait s’ajouter à cette liste, ouvrant la voie à des applications inédites dans la création numérique.
Illustrer en temps réel des contenus
Le système décrit dans le brevet de Microsoft pourrait transformer radicalement la manière dont nous assistons aux réunions et conférences. En prenant un flux audio en direct, il serait capable de produire une transcription instantanée du discours. Cette transcription serait ensuite résumée par un modèle de langage étendu (LLM) pour capturer l’essence de la conversation. Une fois ce résumé effectué, il serait introduit dans un modèle texte-image capable de générer une illustration visuelle qui serait immédiatement affichée à l’écran. Ce processus automatisé rendrait les discussions plus interactives et engageantes, facilitant la compréhension et la mémorisation des informations clés.
crédit photo : Microsoft
Microsoft affirme que l’intégration d’images en temps réel dans les échanges audio pourrait considérablement améliorer l’efficacité de la communication. Les supports visuels jouent un rôle clé en captant l’attention des participants et en rendant les concepts plus accessibles et compréhensibles.
« L’affichage d’images liées à des informations communiquées verbalement peut améliorer l’efficacité de la communication en la rendant plus attrayante, mémorable et plus facile à comprendre », a déclaré Microsoft.
Cette fonction sera-t-elle bientôt accessible ?
Si vous vous demandez quand cette fonctionnalité sera disponible, il est peu probable qu’elle arrive de sitôt. Le dépôt d’un brevet est une étape préliminaire dans un long processus de développement, et beaucoup de brevets ne débouchent jamais sur des produits finis. Cependant, si Microsoft décidait de concrétiser cette idée, cette technologie pourrait être intégrée à sa plateforme de visioconférence, Microsoft Teams, et fonctionner en tandem avec Copilot, son module d’intelligence artificielle.